CN119493912A 一种基于用户行为分析的就业信息推送方法 （成都航空职业技术学院）

一种基于用户行为分析的就业信息推送方法本发明公开了一种基于用户行为分析的就待推送用户的浏览职位与未工作和未投递职位2S3、根据投递职位集合，计算待推送用户与其他用户的S4、根据工作相似用户和投递相似用户，构建S5、根据待推送用户的浏览职位分别与未工作职位集合和未投递职位集合的关联度，S6、采用就业推送模型处理未工作职位集合和S22、在待推送用户的工作职位集合中第i个工作职35.根据权利要求4所述的基于用户行为分析的就业信息推送方法，其特征在于，所述为第n个未工作职位偏爱系数，fnotw,n为第n个未工作职位在所有工作相似用户对应的工作notd,n为第n个未投递职位偏爱系数，fnotd,n为第n7.根据权利要求6所述的基于用户行为分析的就业信息推送方法，其特征在于，所述8.根据权利要求7所述的基于用户行为分析的就业信息推送方法，其特征在于，所述S54计算未工作职位集合的就业意向权重的公式为计算未投递职位集合的就业意向权重的公式为其中，γnotw为未工作职位集合的就业意向权重，γnotd为未投递职位集合的就业意向权重。所述未工作职业特征提取单元的输入端用于输入未工作4所述未投递职业特征提取单元的输入端用于输入未投递所述乘法器M1的第一输入端与未工作职业特征提取单元的输出端连接所述乘法器M2的第一输入端与未投递职业特征提取单元的输出端连接所述乘法器M3的第一输入端与第一BiLSTM单元的输出端连接，其第所述乘法器M4的第一输入端与第二BiLSTM单元的输出端连接，其第所述拼接单元的输入端分别与乘法器M3的输出端和乘法器M4的输出端所述CRF单元的输出端作为就业推送模型的在未工作职业特征提取单元中，每个LSTM网络用于输入在未投递职业特征提取单元中，每个LSTM网络用于输入未所述乘法器M1用于对未工作职位偏爱系数集合和未工作职业特征提取单元的输出按所述乘法器M2用于对未投递职位偏爱系数集合和未投递职业特征提取单元的输出按5往无法准确捕捉用户复杂的职业发展意愿和[0003]现有技术主要通过用户的历史就业行为和历史就业搜索行为来预测目标用户的6notd,n为第n个未投递职位偏爱系数，fnotd,n为第n7C1=⃞-ZBhorwm，其中，C1为第一[0037]S53中得到第二关联度的公式为：Cz=⃞-1photam，其中，C2为第二关联度，Pnotd,m为待推送用户的浏览职位中第m个词在未投递职位[0048]进一步地，未工作职业特征提取单元和未投递职业特征提取单元均包括：多个[0051]乘法器M1用于对未工作职位偏爱系数集合和未工作职业特征提取单元的输出按[0052]乘法器M2用于对未投递职位偏爱系数集合和未投递职业特征提取单元的输出按8明通过找出具备相似行为的两种用户，再从这两种用户中找出待推送用户未涉及的职业，9递相似用户的投递职位集合筛选出待推送用户未投递过的职位，再计算职位的偏爱系数，个未投递职位在所有投递相似用户对应的投递职位集合C1=⃞-ZBhorwm，其中，C1为[0098]S53中得到第二关联度的公式为：Cz=⃞-1photam，其中，C2为第二关联度，Pnotd,m为待推送用户的浏览职位中第m个词在未投递职位,计算未投递职位集合的就业意向权重的公式为其中，[0101]本发明统计浏览职位中各词在未工作职位集合和未投递[0111]如图3所示，未工作职业特征提取单元和未投递职业特征提取单元均包括：多个[0114]乘法器M1用于对未工作职位偏爱系数集合和未工作职业特征提取单元的输出按[0115]乘法器M2用于对未投递职位偏爱系数集合和未投递职业特征提取单元的输出按[0116]本发明LSTM网络中的每个细胞单元用于输入一个